如今,客户可以通过网络、移动设备、聊天机器人、电子邮件或电话等多种渠道提出支持请求。 当客户提出支持票时,将根据票中提供的信息对其进行处理并分配给一个类别。 然后根据工单的类别将其路由到支持组进行解决。 据估计,由于故障单分类不正确,大量支持故障单通常不会路由到正确的组。 错误分配的工单会导致整体解决时间延迟,通常会导致客户严重不满。 它还可能产生其他广泛的影响,例如财务、运营或其他业务影响。 因此,票证分类是当今每个组织的一项基本任务。 虽然您可以手动对工单进行分类,但容易出错,不划算,而且无法扩展。
AWS 托管服务 (AMS) 用途 亚马逊领悟 自定义分类,根据客户描述问题的方式按资源和操作类型对入站请求进行分类。 Amazon Comprehend 是一种自然语言处理 (NLP) 服务,它使用机器学习 (ML) 在文本中发现有价值的见解和联系。 AMS 利用自定义分类器以适当的问题类型、资源类型和资源操作来标记客户请求,从而将客户工单路由到 SME。 Amazon Comprehend 分类用于寻找新的内部自动化工具的机会,AMS 工程师可以使用这些工具来满足客户的要求,以减少人工工作和人工错误的机会。 分类数据存储在 亚马逊Redshift 集群并用于分析客户请求并寻找新的自动化工具候选者。 这种自动化可以提高运营效率并降低成本。
在这篇博文中,我们展示了托管服务提供商如何使用 Amazon Comprehend 对工单进行分类和路由、根据分类提供建议以及利用分类数据。
解决方案概述
下图显示了解决方案体系结构。
工作流程如下:
- 客户提交票证。
- 票务系统接收到客户的票,调用票分类器 AWS Lambda 功能与票的详细信息。 Lambda 是一种无服务器、事件驱动的计算服务,可让您为几乎任何类型的应用程序或后端服务运行代码,而无需预置或管理服务器。 选择 Lambda 作为解决方案以降低成本和维护工作量。
- 票证分类器 Lambda 函数使用票证标题和描述通过 Amazon Comprehend 对票证进行分类。 借助 Amazon Comprehend,您可以训练 NLP 模型并提供批处理和实时分类器,而无需预置和维护基础设施。
- 工单分类器 Lambda 函数通过以下方式将工单分类数据推送到 Amazon Redshift 集群 亚马逊 Kinesis 数据流水线. Kinesis Data Firehose 是一种提取、转换和加载 (ETL) 服务,可捕获、转换流数据并将其交付到数据湖、数据存储和分析服务。 Amazon Redshift 使用 SQL 分析跨数据仓库、操作数据库和数据湖的结构化和半结构化数据,并使用 AWS 设计的硬件和 ML 在任何规模上提供最佳性价比。 Kinesis Data Firehose 将数据传送到 亚马逊简单存储服务 (Amazon S3) 存储桶,然后发出 Amazon Redshift COPY 命令以将数据加载到 Amazon Redshift 集群中。
- 票证分类器 Lambda 函数调用票证处理程序 Lambda 函数。
- 票证处理程序 Lambda 函数运行代码来帮助票证处理。 在本例中,它根据分类返回处理工单的推荐材料。
- 票证分析可以用 亚马逊QuickSight. 从工单分析中,您可以找出请求最多的工单类型。 根据分析,您可以发现票证趋势和自动化热门票证类型的机会。 QuickSight 是一种云规模的商业智能 (BI) 服务,您可以使用它向与您一起工作的人(无论他们身在何处)提供易于理解的见解。
在以下部分中,我们将引导您完成实施解决方案、将工单分类基础架构与您的工单系统集成以及将分类数据与 QuickSight 一起使用的步骤。
实施解决方案
在本节中,我们将介绍配置您的解决方案资源和创建必要基础架构的步骤。
配置 Amazon Comprehend
在这一步中,我们训练两个新的 Amazon Comprehend 自定义分类模型:Operation 和 Resource,并为每个模型创建一个实时分析终端节点。
上传训练数据
要上传训练数据,请完成以下步骤:
- 下载 Ticket_training_data.zip 并解压缩文件。
此文件夹包含以下两个文件:- 训练数据操作.csv – 这个文件是一个两列的 CSV 文件,我们用它来训练 Operation 分类模型。 第一列包含
class
,第二列包含document
. - 训练数据资源.csv – 这个文件是一个两列的 CSV 文件,我们用它来训练资源分类模型。 像
training_data_operations.csv
文件,第一列包含class
,第二列包含document
.
- 训练数据操作.csv – 这个文件是一个两列的 CSV 文件,我们用它来训练 Operation 分类模型。 第一列包含
- 在 Amazon S3 控制台上,为 Amazon Comprehend 创建一个新存储桶。 由于 S3 存储桶名称是全局唯一的,因此您需要为存储桶创建唯一名称。 对于这篇文章,我们称之为
comprehend-ticket-training-data
. 创建存储桶时启用服务器端加密并阻止公共访问。 - 上传
training_data_operations.csv
和training_data_resources.csv
到新的 S3 存储桶。
创建两个新模型
要创建模型,请完成以下步骤:
- 在Amazon Comprehend控制台上,选择 自定义分类 在导航窗格中。
- 创建新模型.
- 提供以下信息:
- 针对 型号名称,输入
ticket-classification-operation
. - 针对 语言,选择 英语.
- 针对 分类器模式, 选择 使用单标签模式.
- 针对 资料格式, 选择 CSV文件.
- 针对 训练数据集, 输入 S3 路径
training_data_operations.csv
. - 针对 测试数据源, 选择 自动拆分.
Autosplit 会自动选择您提供的训练数据的 10% 作为测试数据。 - 针对 IAM角色, 选择 创建一个IAM角色.
- 针对 存取权限,选择 S3 存储桶中的训练、测试和输出数据(如果指定)。
- 针对 名称后缀,输入
ticket-classification
.
- 针对 型号名称,输入
- 创建.
- 创建新模型 再次创建您的资源分类模型。
- 提供以下信息:
- 针对 型号名称,输入
ticket-classification-resource
. - 针对 语言,选择 英语.
- 针对 分类器模式, 选择 使用单标签模式.
- 针对 资料格式, 选择 CSV文件.
- 针对 训练数据集, 输入 S3 路径
training_data_resources.csv
. - 针对 测试数据源,选择自动拆分。
- 针对 IAM角色, 选择 使用现有的IAM角色.
- 针对 角色名称,选择
AmazonComprehendServiceRole-ticket-classification
.
- 针对 型号名称,输入
- 创建.
Amazon Comprehend 现在正在处理 CSV 文件并使用它们来训练自定义分类器。 然后,我们使用这些来帮助对客户票进行分类。 我们的训练数据越大越准确,分类器就越准确。
等待版本状态显示为 Trained
如下。 可能需要长达 1 小时才能完成,具体取决于训练数据的大小。
创建 Amazon Comprehend 终端节点
Amazon Comprehend 终端节点以 1 秒为增量计费,最少 60 秒。 从您启动端点直到它被删除,即使没有分析任何文档,费用也会继续产生。 有关详细信息,请参阅 亚马逊全面定价. 要创建端点,请完成以下步骤:
- 在Amazon Comprehend控制台上,选择 端点 在导航窗格中。
- 创建端点 创建您的操作分类端点。
- 提供以下信息:
- 针对 端点名称,输入
ticket-classification-operation
. - 针对 自定义模型类型, 选择 自定义分类.
- 针对 分类器模型,选择 票证分类操作.
- 针对 版本,选择 无版本名称.
- 针对 推理单元数 (IU),输入
1
.
- 针对 端点名称,输入
- 创建端点.
- 创建端点 再次创建资源分类端点。
- 提供以下信息:
- 针对 端点名称,输入
ticket-classification-resource
. - 针对 自定义模型类型, 选择 自定义分类.
- 针对 分类器模型,选择 票证分类资源.
- 针对 版本,选择 无版本名称.
- 针对 推理单元数 (IU),输入
1
.
- 针对 端点名称,输入
- 创建端点.
创建两个端点后,等待两个端点的状态显示为 Active
.
使用实时分析测试 Amazon Comprehend 终端节点
要测试您的端点,请完成以下步骤:
- 在Amazon Comprehend控制台上,选择 实时分析 在导航窗格中。
- 针对 分析类型选择 定制版.
- 针对 端点¸选择 票证分类操作.
- 针对 输入文本,输入以下内容:
- 分析.
结果表明,Update
类的置信度得分最高。 - 更改 端点 至 票证分类资源 并选择 分析 一次。
结果表明, EC2
类的置信度得分最高。
为 Amazon Redshift 集群密码创建密钥
在这一步中,我们创建一个 AWS机密管理器 您的 Amazon Redshift 集群密码的密码。 Secrets Manager 可帮助您保护访问应用程序、服务和 IT 资源所需的机密。 该服务使您能够在整个生命周期内轻松轮换、管理和检索数据库凭证、API 密钥和其他机密。 在本文中,我们将 Amazon Redshift 集群密码存储在 Secrets Manager 密钥中。
- 在Secrets Manager控制台上,选择 秘密 在导航窗格中。
- 储存新秘密.
- 针对 秘密类型, 选择 其他类型的秘密.
- 下 键/值对,将您的密钥设置为
password
和值作为您的 Amazon Redshift 集群密码。
密码长度必须在 8-64 个字符之间,并且至少包含一个大写字母、一个小写字母和一个数字。 它可以是任何可打印的 ASCII 字符,除了 '(单引号)、“(双引号)、、、/、@ 或空格。 - 下一页.
- 针对 秘密名称,输入
ClassificationRedshiftClusterPassword
. - 下一页.
- 在 秘密轮换 部分中,选择 下一页.
- 查看您的秘密配置并选择 线上商城.
使用 AWS CloudFormation 预置您的基础设施
在此步骤中,我们使用 AWS CloudFormation 叠加。
上传 Lambda 函数代码
在启动 CloudFormation 堆栈之前,请上传您的 Lambda 函数代码:
- 下载 lambda_code.zip
- 在 Amazon S3 控制台上,打开您创建的存储桶。
- 上传
lambda_code.zip
.
创建您的 CloudFormation 堆栈
要使用 AWS CloudFormation 预置资源,请完成以下步骤:
- 下载 cloudformation_template.json.
- 在AWS CloudFormation控制台上,选择 创建堆栈.
- 选择 使用新资源(标准).
- 针对 模板来源,选择 上载模板文件.
- 选择下载的 CloudFormation 模板。
- 下一页.
- 针对 堆栈名称,输入
Ticket-Classification-Infrastructure
. - 在 参数 部分,输入以下值:
- 针对 分类RedshiftClusterNodeType,输入 Amazon Redshift 集群节点类型。 dc2.large 是默认值。
- 针对 分类RedshiftClusterPasswordSecretName,输入存储 Amazon Redshift 集群密码的 Secrets Manager 密钥名称。
- 针对 分类RedshiftClusterSubnetId,输入托管 Amazon Redshift 集群的子网 ID。 子网必须位于您在
ClassificationRedshiftClusterVpcId
参数。 - 针对 分类RedshiftCluster用户名,输入 Amazon Redshift 集群用户名。
- 针对 分类RedshiftClusterVpcId,输入托管 Amazon Redshift 集群的 VPC ID。
- 针对 Lambda代码S3桶,输入您上传 Lambda 代码的 S3 存储桶名称。
- 针对 LambdaCodeS3Key,输入部署包的 Amazon S3 密钥。
- 针对 QuickSight 区域,输入 QuickSight 的区域。 QuickSight 的区域应与您用于 Amazon Comprehend 和 S3 存储桶的区域一致。
- 下一页.
- 在 配置堆栈选项 部分中,选择 下一页.
- 在 评论 部分,选择 我承认AWS CloudFormation可能会创建IAM资源.
- 创建堆栈.
配置您的 Amazon Redshift 集群
在此步骤中,您启用审计日志并将新表添加到通过 CloudFormation 模板创建的 Amazon Redshift 集群。
默认情况下,Amazon Redshift 中未启用审核日志记录。 当您在集群上启用日志记录时,Amazon Redshift 会将日志导出到 亚马逊CloudWatch,它捕获从启用审计日志记录到当前时间的数据。 每个日志记录更新都是先前日志的延续。
启用审核日志记录
如果您的 Amazon Redshift 集群不需要审计日志记录,您可以跳过此步骤。
- 在 Amazon Redshift 控制台上,选择 集群 在导航窗格中。
- 选择 Amazon Redshift 集群
classificationredshiftcluster-
. - 点击 查看房源 标签,选择 编辑.
- 编辑审核日志.
- 针对 配置审计日志¸选择 打开.
- 针对 日志专家类型,选择 云观察.
- 选择所有日志类型。
- 保存更改.
创建新表
要创建新表,请完成以下步骤:
- 在 Amazon Redshift 控制台上,选择 查询数据.
- 在查询编辑器 v2 中查询.
- 点击 数据库 页面,选择您的集群。
- 针对 数据库,输入
ticketclassification
. - 输入您在 CloudFormation 堆栈参数中配置的用户名和密码。
- 创建连接.
- 建立连接后,选择加号并打开一个新的查询窗口。
- 输入以下查询:
- 运行.
测试分类基础设施
现在票证分类的基础设施已经准备就绪。 在与您的票证系统集成之前,让我们测试分类基础设施。
运行测试
要运行测试,请完成以下步骤:
- 在Lambda控制台上,选择 主要工作内容 在导航窗格中。
- 选择开头的函数
Ticket-Classification-Inf-TicketClassifier
. - 点击 测试 标签,选择 测试事件.
- 针对 名字,输入
TestTicket
. - 输入以下测试数据:
- 测试.
工单已分类,分类数据存储在 Amazon Redshift 集群中。 分类后,工单处理程序 Lambda 函数运行,该函数根据分类处理工单,包括向支持工程师推荐材料。
查看票证分类器测试日志
要检查测试日志,请完成以下步骤:
- 在测试的结果部分,选择 日志,或选择 在CloudWatch中查看日志 在 显示器 标签。
- 选择日志流。
您可以在以下屏幕截图中查看日志,其中显示了 Amazon Comprehend 的输出和票证的最终顶级分类。 在此示例中,测试票被分类为 Resource=EC2
, Operation=Update
.
检查 Amazon Redshift 集群中的票证分类输出
要验证集群中的输出,请完成以下步骤:
- 在 Amazon Redshift 查询编辑器 v2 控制台上,选择加号以打开一个新的查询窗口。
- 输入以下查询:
- 运行.
以下屏幕截图显示了工单分类。 如果尚不可用,请等待几分钟并重试(Kinesis Data Firehose 需要一些时间来推送数据)。 我们现在可以在 QuickSight 中使用这些数据。
检查票证处理程序测试日志
工单分类器推送 Amazon Redshift 集群中的分类数据后,工单处理程序 Lambda 函数运行,该函数根据分类处理工单,包括向支持工程师推荐材料。 在此示例中,工单处理程序返回推荐的材料,包括运行手册、AWS 文档和 SSM 文档,以便支持人员在处理工单时可以参考它们。 您可以将输出与您的票证处理系统集成,并且可以在 Lambda 函数代码中自定义处理过程。 在这一步中,我们检查提出了哪些建议。
- 在Lambda控制台上,选择 主要工作内容 在导航窗格中。
- 选择开头的 Lambda 函数
Ticket-Classification-Inf-TicketHandlerLambdaFunct
. - 点击 显示器 标签,选择 在CloudWatch中查看日志.
- 选择日志流。
以下屏幕截图显示了日志。 您可以看到 Amazon Comprehend 的输出以及分类为的票证的推荐 AWS 文档和 SSM 文档列表 Update EC2
. 您可以在 Lambda 函数代码中添加自己的运行手册、文档、SSM 文档或任何其他材料。
将票务分类基础设施与您的票务系统集成
在本节中,我们将介绍将您的票务分类基础设施与票务系统集成并自定义配置的步骤。
大多数票务系统都有触发功能,允许您在提交票证时运行代码。 设置您的票务系统以使用以下格式化输入调用票证分类器 Lambda 函数:
如果要自定义输入,请修改工单分类器 Lambda 函数代码。 您需要添加或删除参数(第 90-105 行)并自定义 Amazon Comprehend 的输入(第 15-17 行)。
您可以自定义工单处理程序 Lambda 函数以运行自动化或编辑建议。 例如,您可以将内部评论添加到带有建议的工单。 要进行自定义,请打开票证处理程序 Lambda 代码,然后编辑第 68-70 和 75-81 行。
通过 QuickSight 使用分类数据
将工单分类基础设施与工单系统集成后,工单分类数据将存储在 Amazon Redshift 集群中。 您可以使用 QuickSight 检查这些数据并生成报告。 在此示例中,我们使用分类数据生成 QuickSight 分析。
注册 QuickSight
如果您还没有 QuickSight,请按照以下步骤注册:
- 在QuickSight控制台上,选择 注册 QuickSight.
- 普通.
- 下 QuickSight 区域,选择您在 CloudFormation 参数中配置的区域
QuickSightRegion
. - 下 帐户信息,输入您的 QuickSight 帐户名称和通知电子邮件地址。
- 下 QuickSight对AWS服务的访问, 选择 亚马逊Redshift.
- 如果您想允许访问和自动发现其他资源,请同时选择它们。
- 完成.
- 转到 Amazon QuickSight 注册后。
将您的 Amazon Redshift 集群连接到 QuickSight
要将集群连接到 QuickSight 作为数据源,请完成以下步骤:
- 在QuickSight控制台上,选择 数据集 在导航窗格中。
- 新数据集.
- Redshift 自动发现.
- 提供以下信息:
- 针对 资料来源名称,输入
ticketclassification
. - 针对 实例 ID,选择以
classificationredshiftcluster-
. - 针对 连接类型,选择 公共网络.
- 针对 数据库名称,输入
ticketclassification
. - 输入您在 CloudFormation 堆栈参数中配置的 Amazon Redshift 集群用户名和密码。
- 针对 资料来源名称,输入
- 验证连接 看看连接是否有效。
如果它不起作用,这可能是由于使用了错误的用户名和密码,或者 QuickSight 区域与您在 CloudFormation 堆栈中指定的不同。 - 创建数据源.
- 在 选择你的桌子 部分,选择
tickets
表。 - 选择.
- 选择 导入 SPICE 以加快分析速度.
SPICE 是 QuickSight 超快速、并行、内存计算引擎。 它旨在快速执行高级计算并提供数据。 导入(也称为 摄取) 将您的数据导入 SPICE 可以节省时间和金钱。 有关 SPICE 的更多信息,请参阅 将数据导入 SPICE. 如果您收到错误“SPICE 容量不足”,请购买更多 SPICE 容量。 有关详细信息,请参阅 在 AWS 区域中购买 SPICE 容量. - 可视化.
创建工单分类分析报告
完成数据集创建后,您可以看到新的 QuickSight 分析。 在本节中,我们将介绍创建工单分类分析报告的步骤,包括数据透视表、饼图和折线图。
- 签名.
- 下 视觉类型,选择数据透视表。
- 拖动
operation
止 栏位清单 至 行. - 拖动
resource
止 栏位清单 至 列. - 点击 地址 菜单中选择 添加视觉.
- 下 视觉类型,选择饼图。
- 拖动
operation
止 栏位清单 至 组/颜色. - 点击 地址 菜单中选择 添加视觉 一次。
- 下 视觉类型,再次选择饼图。
- 拖动
resource
止 栏位清单 至 组/颜色. - 点击 地址 菜单中选择 添加视觉 一次。
- 下 视觉类型, 选择折线图。
- 拖动
creation_time
止 栏位清单 至 X轴. - 拖动
operation
止 栏位清单 至 颜色. - 点击 地址 菜单中选择 添加视觉 一次。
- 下 视觉类型,再次选择折线图。
- 拖动
creation_time
止 栏位清单 至 X轴. - 拖动
operation
止 栏位清单 至 颜色. - 根据需要调整图表大小并重新排序。
- 除上文所.
- 输入分析名称并选择 保存.
恭喜! 您的第一个工单分析已准备就绪。 获得更多数据后,分析将类似于以下屏幕截图。
清理
在这一步中,我们清理使用各种服务创建的资源。
亚马逊领悟
要删除您的终端节点,请完成以下步骤:
- 在Amazon Comprehend控制台上,选择 端点 在导航窗格中。
- 点击
endpoint ticket-classification-operation
. - 删除 并按照提示进行操作。
- 重复这些步骤删除
ticket-classification-resource
端点。
接下来,删除您创建的自定义分类。 - 自定义分类 在导航窗格中。
- 点击
classification ticket-classification-operation
. - 选择 无版本名称.
- 删除 并按照提示进行操作。
- 重复这些步骤删除
ticket-classification-resource
分类。
Amazon S3
接下来,清理您创建的 S3 存储桶。
- 在 Amazon S3 控制台上,选择您创建的存储桶。
- 删除存储桶中的所有对象。
- 删除存储桶。
亚马逊QuickSight
删除您创建的 QuickSight 分析和数据集。
- 在QuickSight控制台上,选择 检测值 在导航窗格中。
- 在您创建的分析上选择选项图标(三个点)。
- 删除 并按照提示进行操作。
- 数据集 在导航窗格中。
- 选择
tickets
数据集。 - 删除数据集 并按照提示进行操作。
AWS CloudFormation
清理您在 CloudFormation 堆栈中创建的资源。
- 在AWS CloudFormation控制台上,选择 堆栈 在导航窗格中。
- 选择
Ticket-Classification-Infrastructure
叠加。 - 点击 资源 选项卡,选择物理 ID
ClassificationDeliveryStreamS3Bucket
.
Amazon S3 控制台打开。 - 删除此存储桶中的所有对象。
- 返回 AWS CloudFormation 控制台,选择 删除,然后按照提示操作。
AWS机密管理器
最后,删除 Secrets Manager 密钥。
- 在 Secrets Manager 控制台上,选择密钥
ClassificationRedshiftClusterPassword
. - 点击 行动 菜单中选择 删除机密.
- 将等待期设置为 7 天并选择 计划删除.
您的密码将在 7 天后自动删除。
结论
在这篇文章中,您学习了如何利用 AWS 服务来创建自动分类和推荐系统。 此解决方案将帮助您的组织构建以下工作流程:
- 对客户请求进行分类。
- 推荐自动化解决方案。
- 分析客户请求分类并发现最重要的客户请求。
- 发布新的自动化解决方案,提高自动化率。
有关 Amazon Comprehend 的更多信息,请参阅 亚马逊理解文档. 您还可以发现其他 Amazon Comprehend 功能并从其他 AWS博客文章 关于在分类之外使用 Amazon Comprehend。
作者简介
成烈 Jerry Cho 是位于澳大利亚悉尼的 AWS Managed Services 的高级系统开发工程师。 他专注于使用包括机器学习在内的各种技术构建高度可扩展和自动化的云操作软件。 工作之余,他喜欢旅行、露营、阅读、烹饪和跑步。
马努·萨西库玛 是 AWS Managed Services 的高级系统工程师经理。 Manu 和他的团队专注于构建强大且易于使用的自动化以减少人工工作,并构建基于 AI 和 ML 的解决方案来管理客户请求。 工作之余,他喜欢与家人共度业余时间,以及参与各种人道主义和志愿者活动。
- "
- 100
- 7
- a
- 关于
- ACCESS
- 根据
- 账号管理
- 精准的
- 横过
- 操作
- 活动
- 地址
- 高级
- AI
- 所有类型
- 允许
- 已经
- 尽管
- Amazon
- 分析
- 分析
- 分析
- API
- 应用领域
- 应用领域
- 适当
- 架构
- 分配
- 审计
- 澳大利亚
- 自动化
- 自动化
- 自动表
- 自动
- 自动化
- 可使用
- AWS
- 因为
- before
- 作为
- 如下。
- 最佳
- 之间
- 超越
- 阻止
- 博客
- 边界
- 建立
- 建筑物
- 商业
- 商业智能
- 呼叫
- 候选人
- 容量
- 捕获
- 捕获
- 产品类别
- 原因
- 可能性
- 通道
- 字符
- 收费
- 图表
- 选择
- 程
- 分类
- 云端技术
- 码
- 柱
- 完成
- 计算
- 信心
- 配置
- 分享链接
- 地都
- 连接
- 一贯
- 安慰
- 包含
- 继续
- 经济有效
- 创建信息图
- 创建
- 创造
- 创建
- 资历
- 习俗
- 顾客
- 合作伙伴
- 定制
- data
- 数据库
- 数据库
- 延迟
- 提供
- 根据
- 部署
- 描述
- 详情
- 研发支持
- 不同
- 通过各种方式找到
- 文件
- 不会
- 翻番
- 容易
- 易于使用
- 编辑
- 效率
- 努力
- 邮箱地址
- enable
- 使
- 加密
- 端点
- 发动机
- 工程师
- 工程师
- 输入
- 必要
- 估计
- 例子
- 除
- 现有
- 技术专家
- 家庭
- 专栏
- 特征
- 金融
- 姓氏:
- 专注焦点
- 重点
- 遵循
- 以下
- 如下
- 止
- 履行
- 功能
- 生成
- 在全球范围内
- 团队
- 处理
- 硬件
- 帮助
- 帮助
- 高
- 高度
- 托管
- 创新中心
- How To
- HTTPS
- 人道主义
- ICON
- 实施
- 输入
- 包含
- 增加
- 增加
- 信息
- 基础设施
- 输入
- 可行的洞见
- 专题
- 整合
- 房源搜索
- 问题
- 问题
- IT
- 键
- 键
- 标签
- 语言
- 大
- 大
- 发射
- 知道
- 学习
- 容易
- Line
- 线
- 清单
- 加载
- 看
- 机
- 机器学习
- 制成
- 保养
- 管理
- 管理
- 经理
- 管理的
- 手册
- 手动
- 物料
- 提到
- 可能
- 最低限度
- ML
- 联络号码
- 模型
- 模型
- 钱
- 更多
- 多
- 名称
- 自然
- 旅游导航
- 必要
- 需要
- 通知
- 数
- 打开
- 打开
- 操作
- 运营
- 机会
- 附加选项
- 组织
- 组织
- 其他名称
- 最划算
- 己
- 包
- 部分
- 密码
- 员工
- 性能
- 期间
- 的
- 枢
- 强大
- 当下
- 以前
- 车资
- 过程
- 处理
- 保护
- 提供
- 提供
- 供应商
- 国家
- 采购
- 提高
- 阅读
- 实时的
- 建议
- 减少
- 减少
- 地区
- 报告
- 业务报告
- 请求
- 要求
- 岗位要求
- 资源
- 资源
- 导致
- 成果
- 回报
- 路线
- 运行
- 运行
- 可扩展性
- 鳞片
- 秒
- 无服务器
- 服务
- 特色服务
- 集
- 签署
- 简易
- 单
- 尺寸
- So
- 软件
- 固体
- 方案,
- 解决方案
- 一些
- 太空
- 花费
- 堆
- 标准
- 开始
- 启动
- Status
- 存储
- 商店
- 商店
- 流
- 流
- 结构化
- 提交
- SUPPORT
- 悉尼
- 系统
- 产品
- 团队
- 技术
- test
- 测试
- 从而
- 三
- 通过
- 始终
- 票
- 门票
- 次
- 标题
- 工具
- 工具
- 最佳
- 产品培训
- 改造
- 旅行
- 趋势
- 类型
- 揭露
- 独特
- 单位
- 更新
- 使用
- 平时
- UTC
- 利用
- 折扣值
- 各种
- 各个
- 版本
- 查看
- 志愿者
- 等待
- 卷筒纸
- 什么是
- WHO
- 广泛
- 中
- 也完全不需要
- 工作
- 合作
- 您一站式解决方案